數位技術管理者的故事:教你如何做好管理的工作
數位技術管理者的故事:教你如何做好管理的工作

是什麼讓我有勇氣立下訪問一百位技術管理者的坑,至今我還是沒有印象,我想是時代劇烈轉變下,數位管理的資訊散落難尋開啟的吧!

2020年9月,在TGONetworks裡的一場談話,我們發現這個時代的高階技術管理者,CTO、CIO或是技術領域公司的CEO,他們都有很珍貴的管理實戰經驗,卻沒有針對數位管理的平台可以分享,因此我決定跟TGONetworks一起針對台灣這些頂尖的數位技術管理者,談談如何做好數位技術的管理,正好這也是未來許多公司談數位轉型或是升級、甚至是數位賦能的核心關鍵,因此我們打算在整個亞洲挑選101位數位管理者來採訪,也嘗試將它用影像的方式呈現在網路上。

從首集開始錄影迄今,這個計畫已走到十分之一的進程,直覺發現了些有趣的共通性,已經訪問過的這些數位管理者,跟我過往認識的許多企業高階主管,有著些許不同的特質,或許是個巧合,但也或許是因為這樣的特質,讓這些管理者成為企業數位升級的核心成員,希望藉由這篇文章,幫大家整理出一些數位管理者可以學習與參考的特質,讓大家在面臨數位時代的來臨,有些應對的方法。

面臨轉變快速時代的重要心法:強烈的目標導向

就如同第一場訪談的Domain Driven Design社群的創辦人 Kim 說的一小段話:訂一個你好像窮盡全力都做不到的目標,但你還是要試圖去達成。

這十場的訪談,我深深感受到每位數位管理者對於達成目標的強烈動力,或許在訪談的過程中往回看,每個故事都可以輕描淡寫帶過,但這十場有的管理者試圖在資安面挑戰更高的水準,有技術人為了達成專案而去研究法律,也有在面對工作描述還沒辦法講清楚的狀況下就出任成一位主管,這些決定的背後,其實都是充滿不確定性,我聽到的故事,所有人在做決定的時間都是十分短暫的,這跟一些傳統企業裡面,高階主管做每一個決定都要考慮很多的狀況是十分不一樣的狀態,我聽到的故事往往都是做決定很快,但主事者卻能專注在先有產出、再慢慢調整。這與我認知的數位時代狀態其實不謀而合。

不管是做產品也好,自我成長也好,因為我們對於未來的世界實在難以預測,所以只能不斷產出並且調整,或許在過程中會犯錯,但隨著快速調整的腳步,時間一久便能找到自己的定位,然後慢慢找出一個可以運作的框架,這就是我看到這些主事者一個非常重要的模式。

或許有些人還是無法體會強烈的目標導向在具體的生活上是如何發生,用個最簡單的比喻,在第九集時,剛好跟商業思維學院的產品負責人,同時也是Medium上非常知名的PM Evonne討論到工作轉換這件事,她提到她每次做工作轉換都不會想太多,我好奇問她說,難道她不會擔心換一個新的工作比較差嗎?她的回答讓我覺得十分有趣,她說,只要這個新的工作自己沒有很反抗,又是自己覺得有趣,甚至可以有新的嘗試的地方,她就會去嘗試,與其一直糾結要不要轉職,不如專注把下一件事情做好。克服做決策的恐懼以及用數據去了解這決定背後的意義,基本上就能很快看到這決定的好壞,如果沒有不好,就去完成它;相較於我常常遇到一些朋友花個兩三年思考轉職的事,我相信同樣是兩三年的體驗,快速做決定一定能看到更多的產出。

shutterstock_1339969067_anxiety manage.jpg
圖/ Shutterstock

相較於沒有網路的時代,資訊流通的速度不可同日而語,現在的競爭,是全世界一起跑,如果凡事還要考慮再三才行事,或許成功率高一些,但被這世界巨獸而取代的機率是越來越大,就如同現在很多人才都被外商挖走的狀況一樣,如果台灣本土企業還沒辦法動起來,這些願意嘗試找尋答案的人才一定會轉往更快速的戰場。

紀律成就高度

或許很多人會覺得這些高階的管理者,其實也就是剛好在對的時機做了對的選擇,所以他們就有此成就。在我沒做訪談的時候,我似乎也會覺得每個管理者能夠把職涯走得順利,多少需要一些運氣,但當我聊完這每一場後,我發覺這些成功都不是偶然。

與創業家不同,創業家的成功有時候來自於市場的浪潮,就像在風口上的豬都會飛這句話一般;但,作為一個引領公司主要技術或產品的這群重要管理者,我發覺每個人的紀律都是十分扎實的。其中以玉山銀行的Kevin故事最讓我印象深刻,Kevin在加入銀行業前,其實走遍各種不同的產品,甚至包含遊戲產業,在銀行業與其他產業最不一樣的環境,便是對風險係數的在意程度,可以說是截然不同的層級。但加入銀行產業的Kevin不但要快速調整,在銀行產業領導百人團隊不說,還要同時思考創新跟風險管控要能共存的方法,在自身的調整,以及下的功課之細,絕對不是一般。

又或是知名資安公司DEVCORE的創辦人Allen,除了要求自己持續跟上資安的新知外,還要能夠讓自己的口語對話以及業務技巧持續成長,不然只是具有技術卻沒能對市場談話,這樣的公司是沒有競爭力的。對於一個技術背景的人,要能夠改變自己成為向市場對話與溝通的人,我相信自我要求的等級,絕對不是一般的挑戰。

其實就如同我最近常開的玩笑,我說我訪談的十位管理者裡面,大多都是技術與專業出身,甚至有些人在踏入職場時,就是個不善言辭的工程師;但這十場訪談下來,NG最多的是我本人,每位受訪者講起話來言之有物,有條有理,說起來有道理嗎?可想而知,這些管理者之所以在職涯上能有一定成就,絕非偶然,而我能理解其中成功的關鍵,絕對跟紀律與自我要求息息相關。

每位管理者共同的話題:人

管理者與一般的專業工作者最不同的,便是要管理團隊成員的所有事情。人的個性百百種,我記得有一集聊到,當工程師最幸福的是,大多的程式多少還是有標準答案的,能運作不能運作,就是1跟0的世界,但管理人卻不是如此。網路改變了所有事,但唯獨不變的是,你的工作還是需要跟一群人合作,才能完成更大的事業,也因此,如果有一天你希望能走上更高層級的工作,勢必會遇到管理相關的議題,而管理的議題,就無法擺脫人的元素。

現在這個時代做管理,已不如以往可以用上對下的施壓來搞定所有事,網路的資訊普及減低了換工作的難度,所以這個時代已經不再有草莓族的議題,相對的,現在的人才要找到一份更好的工作,是越來越簡單的事。也因此我察覺每個管理者甚至花了很多時間在跟團隊成員做1 on 1,一對一討論的內容也不一定是工作內的事,可能甚至也包含關心同事的生活,解除一些同事的壓力,討論各種不同的議題,這樣的工作或許非常花時間,但對於團隊成員的掌握度卻能有效提升,甚至有效降低離職的可能性,這些工作已經不再是人資負責的工作,而是連這些重要的管理者都要花時間做的功課,這是我看到一個很不同的轉變。

我想即使再過十年,人的議題依舊是管理者不變的課題,我想這也是為什麼鈦坦科技願意從上而下在內部推行敏捷、自組織、甚至推行大家練習正念的原因,讓每一個人成長,正是數位時代企業最重要的課題,因為數位產業已不再具有工廠以及許多重資產,取而代之的,便是關鍵人才。俗話說的好,得人心者,得天下,我想這是亙古不變的道理,也是這個時代所有管理者需要重視的重點議題。

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

關鍵字: #企業管理
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓